AI音声対話キットは、使いたい機能や開発環境に合うものを選びたいですよね。
対応する音声アシスタントやカメラ機能を見比べると、音声対話を中心にするか、映像も扱うかを考えやすくなります。
今回は、音声アシスタント対応キットからAtom Voiceまで、5商品をご紹介します。
おすすめ商品の早見表
| 商品名 | 参考価格（2026-10-31時点） | 製品構成 | 対応する音声アシスタント | カメラ仕様 | 開発環境 |
|---|---|---|---|---|---|
 AtomS3R-AI Chatbot（M5Stack） | 4,910円 | AtomS3R＋Atomic Voice Base | XiaoZhi／OpenAI／Volcano Engine | — | ESP-IDF／PlatformIO／Arduino／UiFlow2 |
 AtomS3R-AI Chatbot（zmart掲載） | 7,289円 | AtomS3R＋Atomic Voice Base | XiaoZhi／OpenAI／Volcano Engine | — | ESP-IDF／PlatformIO／Arduino／UiFlow2 |
 AtomS3R-CAM AI Chatbot | 5,600円 | AtomS3R-CAM＋Atomic Voice Base | XiaoZhi／OpenAI／Volcengine | GC0308、0.3MP | ESP-IDF／PlatformIO／Arduino／UiFlow2 |
 Atom Voice（C008-C） | 3,986円 | Atom Voice | — | — | Arduino／ESP-IDF／ADF |
| AtomS3R-M12 Volcengine Kit | — | AtomS3R-M12＋Atomic Voice Base | Volcengine Voice Assistant（テストファームウェア案内） | OV3660、3MP | Arduino IDE／ESP-IDF／PlatformIO |
AtomS3R-AI Chatbot（M5Stack）
音声アシスタントを試しながら、自分で開発も進めたい人には、AtomS3R-AI Chatbotがおすすめです。XiaoZhi、OpenAI、Volcano Engineの音声アシスタントに対応し、リアルタイム音声対話やカスタムウェイクワードを扱えます。開発環境はESP-IDF、PlatformIO、Arduino、UiFlow2から選べます。
AtomS3RコントローラとAtomic Voice Baseが組み合わさったセットです。音声ベースにはMEMSデジタルマイクと全二重I2S音声を備え、D級アンプは8Ω・1Wスピーカー用です。
磁石を含むM5コントローラと組み合わせる場合は、磁石を外したうえで、BMM150を強い磁場の近くに置かないようにする必要があります。
AtomS3R-AI Chatbot（zmart掲載）
音声対話の開発に取り組みたい人には、AtomS3R-AI Chatbotがおすすめです。XiaoZhi、OpenAI、Volcano Engineの音声アシスタントに対応し、リアルタイムの音声対話やカスタムウェイクワードを扱えます。開発環境はESP-IDF、PlatformIO、Arduino、UiFlow2です。
AtomS3RコントローラとAtomic Voice Baseを組み合わせた構成で、音声ベースにはマイクとスピーカーを備えています。
磁石を含むM5コントローラと併用する場合は磁石を取り外し、BMM150を強い磁場から離す必要があります。
AtomS3R-CAM AI Chatbot
音声対話とカメラ映像の両方を使う開発キットを探している人には、AtomS3R-CAM AI Chatbotがおすすめです。XiaoZhi、OpenAI、Volcengineの各音声アシスタントとの統合に対応し、コントローラには0.3MPのGC0308カメラ、音声ベースにはマイクとスピーカーを備えています。
磁石を含むM5マスターコントローラと組み合わせる場合は、磁石を取り外す必要があります。また、BMM150センサーは強い磁場の近くに置かないようにする必要があります。
Atom Voice（C008-C）
音声認識を使った操作や、自分でコードを書いて音声対話機能を組み込みたい人には、Atom Voiceがおすすめです。マイクとスピーカーを内蔵し、指定ファームウェアでSTTを有効にできます。AWSやGoogleなどのクラウド連携は、自分でコードを書く方式です。開発環境はArduino、ESP-IDF/ADFに対応しています。
Bluetoothスピーカー用ファームウェアではA2DPで音声を伝送しますが、通話には対応していません。
また、底面バスのG19・G22・G23・G33は内部の音声I2S通信に使われており、外部での共用や拡張モジュールの接続、再配線は禁止されています。
音声出力ではI2SからのDC信号、長時間のホワイトノイズ、全振幅の方形波音声を避ける必要があります。
AtomS3R-M12 Volcengine Kit
映像認識と音声対話を組み合わせたIoT開発を考えている人には、AtomS3R-M12 Volcengine Kitがおすすめです。AtomS3R-M12の3MPカメラとAtomic Voice Baseを組み合わせ、Volcengine RTCのリアルタイム通信やクラウドでの顔検出、対象追跡、OCR、音声テキスト変換に対応します。USB Video Classのプラグアンドプレイにも対応しています。
Volcano Engine Voice Assistantのチュートリアルでは、M5Burnerを使ってテストファームウェアを書き込む流れが案内されています。
また、磁石を含む製品はBMM150の測定値に影響することがあります。磁石付きのM5コアデバイスと組み合わせる場合は、磁石を外し、BMM150を強磁場の近くに置かないようにする必要があります。
用途に合わせて選ぶなら
- XiaoZhiやOpenAIなどの音声アシスタントで、リアルタイム音声対話やカスタムウェイクワードを試したい人
- 音声アシスタントとの統合にカメラも加えて開発したい人
- STTや自分のコードによるクラウド連携を試したい人
- Volcengine RTCやクラウド映像認識を使いたい人
Amazon の PC をスコア化してみた
Amazonにある8〜14インチの小型WindowsタブレットやノートPCを、スペック別にスコア化して比較・ランキング。
